基于数学形态学运动估计及VLSI设计.docVIP

基于数学形态学运动估计及VLSI设计 　　摘 要：提出的基于数学形态学的运动估计算法，采用四场的SAD比较进行运动估计，并且对运动向量进行数学形态学滤波处理（先进行腐蚀，再进行扩散处理），削弱噪声影响，提高运动估计的精度。在VLSI实现中采用外挂SDRAM作为帧存储器，存储前两场图像数据和运动信息。本算法和VLSI设计经过FPGA验证，取得了很好的效果，并且已经被成功地应用于基于SMIC 0.18 μm CMOS工艺的数字视频处理芯片中。 　　关键词：运动估计；数字视频后处理；数学形态学；超大规模集成电路 　　中图分类号：TP391文献标志码：A 　　文章编号：1001-3695(2007)06-0207-03 　　随着人们对图像质量的要求越来越高，以前的隔行扫描已经不能满足观众的要求，因此去隔行技术应运而生。去隔行技术可以消除隔行扫描固有的行间闪烁、爬行等缺陷，提高视频图像的垂直分辨率等，使处理后的图像更加符合人的视觉特性。在3D去隔行技术中，关键是准确地区分视频图像中的运动和静止区域――运动估计，从而选择合适的去隔行插值算法，以便有效地避免对运动图像的错误处理，消除由此造成的锯齿、模糊等不良效果。在视频图像处理中,运动估计也是3D数字降噪和帧频变换处理的重要组成部分。事实上，它也是视频处理领域一直努力研究的热点课题之一［1－8］。?? 　　目前，运动估计的方法有很多，如光流分析法、基于块的分析法、像素递归法、贝叶斯法等。Ku等人［1］采用联合计算时空域视频信息来进行运动估计，效果较好，但是硬件资源消耗比较大。Biswas和Nguyen［2］将视频信号先通过傅里叶变换转换到频域，通过检测相位差的方法实现运动估计，然后进行反傅里叶变换得到最终的运动信息；这种方法硬件实现比较困难。Haan和Kettenis［3］提出考虑全局运动的三维递归运动估计算法。Yang等人［4］则通过运动向量的分布判断全局运动。?? 　　基于块匹配的运动估计算法是目前最通用的一种算法。它将图像分割成??M×N??的块，并假设块内各像素做相同的运动。此后，相继出现了许多块匹配的运动搜索算法,如Li等人［5］提出三步搜索的块匹配方法；Lin等人［6］采用全搜索的块匹配运动估计方法实现运动补偿的视频压缩；Chang等人［7］采用基于块的四场图像进行运动估计，得到了比较高质量的图像显示效果。?? 　　另外，由于视频信号在编/解码和传输等环节会引入噪声，很容易引起运动估计不准。传统算法并不考虑噪声的影响，导致其运动估计的精度不高，影响了后处理的性能。为了消除噪声影响，增强运动估计的准确性，本文采用形态学滤波处理方法对噪声进行抑制，提高运动估计的准确性。这对传统的运动估计算法是一个很大的创新和改进。?? 　　数学形态学是一门建立在严格数学理论基础上的学科。其基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状，以达到对图像分析和识别的目的。数学形态学滤波是数字图像处理和计算机视觉研究中的一种新方法，已广泛应用于计算机视觉、图像处理、噪声滤除、纹理和场景分析等方面［9－11］。?? 　　本文不但论述了基于形态学滤波处理的四场图像进行运动估计的算法，而且提出了此算法的VLSI设计。 　　1 基于数学形态学的运动估计 　　1.1 同极性场的SAD?? 　　视频信号按奇偶场的次序依次传输，每隔一场极性相同。时间方向上的视频信号场结构如图1所示。其中，??t与t-2场极性相同，t-1与t-3??场极性相同。?? 　　 　　图1 视频信号场结构示意图 　　由于奇数场和偶数场的数据在场方向相同的位置上不尽相同，传统的采用相邻场（即不同极性场）的运动检测方法会带来一些问题；尤其对于静止图像水平边缘的检测会产生错误判断，从而导致爬行效应。本文通过计算同极性场的像素块绝对值差和（Sum of Absolute Pixel Block Difference, SAD）实现对视频图像的运动估计。SAD定义为 　　当前像素对应的??SAD????T(i, j;t)??与预先设置的运动阈值（Threshold）进行比较，判断当前像素是否运动，得到当前像素的运动向量MV(i, j;t)。如果当前像素对应的??SAD????T(i, j;t)大于运动阈值，则认为当前像素为运动像素，MV(i, j;t)=1；否则，认为当前像素为静止像素，MV(i, j;t)=0，即 　　1.2 数学形态学滤波处理?? 　　数学形态学［12,13］是通过选取特定的结构元来保留、提取和滤除图像中的几何特征。形态变换分为二值和灰度两种变换形式。二值变换用于处理集合，灰度变换用于处理函数。其基本运算有腐蚀、膨胀、开、闭等。?? 　　定义1 设??X为被研究的图像，X??b